快捷導(dǎo)航

python中28種極坐標(biāo)繪圖函數(shù)總結(jié)

更新時(shí)間：2023年09月10日 10:22:41 作者：微小冷

這篇文章主要為大家詳細(xì)介紹了python中28種極坐標(biāo)繪圖函數(shù)的用法,文中的示例代碼講解詳細(xì),具有一定的學(xué)習(xí)價(jià)值,感興趣的小伙伴可以跟隨小編一起了解一下

matplotlib中的畫(huà)圖函數(shù)，大部分情況下只要聲明坐標(biāo)映射是polar，就都可以畫(huà)出對(duì)應(yīng)的極坐標(biāo)圖。但極坐標(biāo)和直角坐標(biāo)的坐標(biāo)區(qū)間不同，所以有些數(shù)據(jù)和函數(shù)關(guān)系適合在直角坐標(biāo)系中展示，而有些則適合在及坐標(biāo)中展示。

基礎(chǔ)圖

函數(shù)	坐標(biāo)參數(shù)	圖形類(lèi)別
plot	x,y	曲線(xiàn)圖
stackplot	x,y	散點(diǎn)圖
stem	x,y	莖葉圖
scatter	x,y	散點(diǎn)圖
polar	x,y	極坐標(biāo)圖
step	x,y	步階圖
bar	x,y	條形圖
barh	x,y	橫向條形圖

bar和barh的對(duì)偶關(guān)系稍微有些抽象，可以理解為前者是以角度方向?yàn)閤軸；而barh則是以半徑方向?yàn)閤軸。

代碼如下

import matplotlib.pyplot as plt
import numpy as np
x = np.arange(20)/2
y = x
fDct = {"plot" : plt.plot,  "stackplot": plt.stackplot,
        "stem" : plt.stem,  "scatter"  : plt.scatter,         
        "polar": plt.polar, "step"     : plt.step, 
        "bar"  : plt.bar,   "barh"     : plt.barh, }
fig = plt.figure(figsize=(14,6))
for i,key in enumerate(fDct, 1):
    ax = fig.add_subplot(2,4,i, projection="polar")
    fDct[key](x, y)
    plt.title(key)
plt.tight_layout()
plt.show()

誤差線(xiàn)

函數(shù)	坐標(biāo)	圖形類(lèi)別
errorbar	x,y,xerr,yerr	誤差線(xiàn)
fill_between	x,y1,y2	縱向區(qū)間圖
fill_betweenx	y, x1, x2	橫向區(qū)間圖

代碼如下

x = np.arange(20)/2
y = x
y1, y2 = 0.9*y, 1.1*y
x1, x2 = 0.9*x, 1.1*x
xerr = np.abs([x1, x2])/10
yerr = np.abs([y1, y2])/10
fig = plt.figure(figsize=(12,4))
ax = fig.add_subplot(141, projection='polar')
ax.errorbar(x, y, yerr=yerr)
plt.title("errorbar with yerr")
ax = fig.add_subplot(142, projection='polar')
ax.errorbar(x, y, xerr=xerr)
plt.title("errorbar with xerr")
ax = fig.add_subplot(143, projection='polar')
ax.fill_between(x, y1, y2)
plt.title("fill_between")
ax = fig.add_subplot(144, projection='polar')
ax.fill_betweenx(y, x1, x2)
plt.title("fill_betweenx")
plt.tight_layout()
plt.show()

等高線(xiàn)polar

繪圖函數(shù)	坐標(biāo)	說(shuō)明
contour	[x,y,]z	等高線(xiàn)
contourf	[x,y,]z	填充等高線(xiàn)
pcolormesh	[x,y,]z	偽彩圖

由于imshow默認(rèn)其繪圖坐標(biāo)是標(biāo)準(zhǔn)的1x1網(wǎng)格，而在極坐標(biāo)種，這種網(wǎng)格的尺寸會(huì)隨著r的增大而增大，從而變得極其不實(shí)用，所以下面對(duì)極坐標(biāo)圖的演示，就不包含imshow了。

代碼如下

X, Y = np.indices([100,100])
X = X/100*np.pi*2
Y = Y/25 - 2
Z = (1 - np.sin(X) + np.cos(X)**5 + Y**3) * np.exp(-Y**2)
fDct = {"contour": plt.contour, "contourf":plt.contourf, 
    "pcolormesh" : plt.pcolormesh}
fig = plt.figure(figsize=(9,3))
for i,key in enumerate(fDct, 1):
    ax = fig.add_subplot(1,3,i, projection='polar')
    fDct[key](X,Y,Z)
    plt.title(key)
plt.tight_layout()
plt.show()

場(chǎng)圖polar

繪圖函數(shù)	坐標(biāo)	說(shuō)明
quiver	x,y,u,v	向量場(chǎng)圖
streamplot	x,y,u,v	流場(chǎng)圖
barbs	x,y,u,v	風(fēng)場(chǎng)圖

代碼如下

Y, X = np.indices([10,10])
X = X/10*np.pi*2.5
Y = Y
#Y, X = np.indices([6,6])/0.75 - 4
U = 6*np.sin(X) + Y
V = Y - 6*np.sin(X)
dct = {"quiver":plt.quiver, "streamplot":plt.streamplot, 
       "barbs" :plt.barbs}
fig = plt.figure(figsize=(12,4))
for i,key in enumerate(dct, 1):
    ax = fig.add_subplot(1,3,i,projection='polar')
    dct[key](X,Y,U,V)
    plt.title(key)
plt.tight_layout()
plt.show()

統(tǒng)計(jì)圖

繪圖函數(shù)	坐標(biāo)	說(shuō)明
hist	x	數(shù)據(jù)直方圖
boxplot	x	箱線(xiàn)圖
violinplot	x	小提琴圖
enventplot	x	平行線(xiàn)疏密圖
hist2d	x,y	二維直方圖
hexbin	x,y	鉆石圖
pie	x	餅圖

極坐標(biāo)在繪制直方圖的時(shí)候，需要注意其橫坐標(biāo)是以2π為周期的，也就是說(shuō)隨機(jī)變量的最大值和最小值不得相差2π，否則會(huì)導(dǎo)致重疊。

由于極坐標(biāo)繪圖本質(zhì)上是一種坐標(biāo)映射，所以并不會(huì)把0和360°真正地等同起來(lái)，所以在hist2d中，整個(gè)圖像并沒(méi)有閉合。而最有意思的是餅圖，直接給壓扁了，讓人很難一下子看出不同組分的比例關(guān)系。

代碼如下

x = np.random.standard_normal(size=1000)
dct = {"hist"  : plt.hist, "violinplot" : plt.violinplot,
      "boxplot": plt.boxplot}
fig = plt.figure(figsize=(10,6))
for i,key in enumerate(dct, 1):
    ax = fig.add_subplot(2,3,i, projection='polar')
    dct[key](x)
    plt.title(key)
ax = fig.add_subplot(234, projection='polar')
ax.eventplot(x)
plt.title("eventplot")
x = np.random.randn(5000)
y = 1.2 * x + np.random.randn(5000) / 3
ax = fig.add_subplot(235, projection='polar')
ax.hist2d(x, y, bins=[np.arange(-3,3,0.1)] * 2)
plt.title("hist2d")
ax = fig.add_subplot(236, projection='polar')
ax.pie([1,2,3,4,5])
plt.title("pie")
plt.tight_layout()
plt.show()

非結(jié)構(gòu)坐標(biāo)圖

繪圖函數(shù)	坐標(biāo)	說(shuō)明
tricontour	x,y,z	非結(jié)構(gòu)等高線(xiàn)
tricontourf	x,y,z	非結(jié)構(gòu)化填充等高線(xiàn)
tricolor	x,y,z	非結(jié)構(gòu)化偽彩圖
triplot	x,y	三角連線(xiàn)圖

代碼如下

x = np.random.uniform(0, np.pi*2, 256)
y = np.random.uniform(-2, 2, 256)
z = (1 - np.sin(x) + np.cos(x)**5 + y**3) * np.exp(-y**2)
levels = np.linspace(z.min(), z.max(), 7)
fig = plt.figure(figsize=(12,4))
ax = fig.add_subplot(141, projection='polar')
ax.plot(x, y, 'o', markersize=1, color='lightgrey', alpha=0.5)
ax.tricontour(x, y, z, levels=levels)
plt.title("tricontour")
ax = fig.add_subplot(142, projection='polar')
ax.plot(x, y, 'o', markersize=1, color='lightgrey', alpha=0.5)
ax.tricontourf(x, y, z, levels=levels)
plt.title("tricontourf")
ax = fig.add_subplot(143, projection='polar')
ax.plot(x, y, 'o', markersize=1, color='lightgrey', alpha=0.5)
ax.tripcolor(x, y, z)
plt.title("tripcolor")
ax = fig.add_subplot(144, projection='polar')
ax.triplot(x,y)
plt.title("triplot")
plt.tight_layout()
plt.show()

以上就是python中28種極坐標(biāo)繪圖函數(shù)總結(jié)的詳細(xì)內(nèi)容，更多關(guān)于python極坐標(biāo)的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: